평면 그래프 최소 사이클 기반과 전쌍 최소 절단을 서브쿼드라틱 시간에

본 논문은 평면 그래프에서 최소 사이클 기반(MCB)과 전쌍 최소 절단(APMCP) 문제를 기존의 O(n²) 시간·공간 한계에서 서브쿼드라틱 복잡도로 개선하는 알고리즘을 제시한다. 먼저, 문제 정의와 기존 연구를 정리한다. MCB는 그래프의 사이클 공간을 생성하는 최소 가중치 집합이며, 비음수 가중치를 갖는 평면 그래프에서는 O(n²) 시간에 해결 가능하다는 것이 알려져 있었다. 또한, 평면 그래프에서 MCB와 APMCP는 이중 관계에 있어 하나를 해결하면 다른 하나도 해결할 수 있다. 논문은 먼저 MCB를 명시적으로 저장하는 경우, 총 사이클 길이가 Θ(n²)인 그래프 인스턴스를 구성해 O(n²) 시간이 최선임을 보인다(정리 1). 이를 통해 기존 O(n²) 알고리즘이 최적임을 하드웨어적으로 증명한다. 그 다음, 암시적 MCB를 구하는 새로운 알고리즘을 설계한다. 핵심은 Miller의 사이클 분리 정리를 이용해 그래프를 두 부분 G₁, G₂와 경계 정점 집합 V_J 로 나누는 것이다. 각 부분 그래프에 대해 기존 greedy 알고리즘(호튼 사이클 기반)을 재귀적으로 적용한다. 이때, 경계 정점에 대한 호튼 사이클 집합 H(V_J)만을 추가로 고려하면 전체 그래프의 그리디 MCB를 완전하게 복원할 수 있음을 Lemma 4 로 증명한다. 재귀 호출의 깊이는 O(log n)이며, 각 단계에서 O(n log n) 시간과 O(n) 공간을 사용한다. 재귀식 T(n)=2T(2n/3)+O(n log n) 를 풀면 전체 복잡도는 O(n³⁄² log n) 시간과 O(n³⁄²) 공간이 된다. 이 알고리즘은 사이클을 명시적으로 저장하지 않고, 각 사이클을 구성하는 경계 정점과 호튼 사이클 정보만을 유지한다는 점에서 “암시적”이라 부른다. 암시적 MCB를 명시적으로 출력하려면, 각 사이클을 실제로 재구성해야 하는데, 이는 사이클들의 총 길이 C에 비례하는 추가 작업을 필요로 한다. 따라서 최종 복잡도는 O(n³⁄² log n + C) 시간·O(n³⁄² + C) 공간이다. 무가중치 그래프에서는 C=O(n) 이므로 전체 복잡도는 O(n³⁄² log n)·O(n³⁄²) 로 간단히 축소된다. 다음으로, 이 결과를 이용해 평면 그래프의 가중치 벡터와 Gomory‑Hu 트리를 구하는 알고리즘을 제시한다. 가중치 벡터는 MCB의 사이클 가중치를 비내림차순으로 정렬한 배열이며, Gomory‑Hu 트리는 모든 정점 쌍 사이 최소 절단을 트리 형태로 압축한 구조이다. 두 문제 모두 MCB와 이중 관계에 있기 때문에, 위의 암시적 MCB 알고리즘을 그대로 적용해 O(n³⁄½ log n) 시간·O(n³⁄²) 공간으로 해결한다. 특히, Gomory‑Hu 트리를 이용하면 전처리 후 두 정점 사이 최소 절단 가중치를 O(1) 시간에 조회할 수 있는 오라클을 구축할 수 있다. 기존에는 O(n²) 전처리와 공간이 필요했지만, 본 논문의 방법으로 O(n³⁄² log n) 전처리와 O(n³⁄²) 공간만으로 동일한 기능을 제공한다. 실제 절단 자체를 반환하려면 절단에 포함된 에지 수에 비례하는 시간만 추가하면 된다. 마지막으로, 알고리즘이 유일 최단 경로 가정(모든 정점 쌍 사이에 유일한 최단 경로가 존재)을 필요로 하는 점을 지적하고, 이를 제거하기 위한 무작위 가중치 섞기 기법과 작은 가중치 변형을 적용하는 방법을 제시한다. 이를 통해 모든 평면 그래프에 대해 동일한 복잡도를 보장한다. 결론적으로, 논문은 평면 그래프의 구조적 특성을 활용한 divide‑and‑conquer와 호튼 사이클 관리 기법을 통해 MCB와 APMCP를 기존의 이차 시간·공간 한계에서 서브쿼드라틱 수준으로 크게 개선하였다. 이 결과는 대규모 네트워크 설계, 회로 분석, 생물학적 경로 분석 등 다양한 응용 분야에서 효율적인 전처리와 빠른 쿼리를 가능하게 할 것으로 기대된다.